Allison Symulevich, Matt Torrence, Jason Boczar, y Jessica Szempruch, «Podcasting as Open Access: A Review and Discussion of Potential Impact on Scholarly Communication and Promotion» Journal of Librarianship and Scholarly Communication 13, no. 1 (2025): eP18241, https://doi.org/10.31274/jlsc.18241
Los podcasts académicos constituyen una forma informal mediante la cual el profesorado puede compartir su experiencia investigadora con una audiencia más amplia e internacional. En el artículo, los autores sostienen que los podcasts representan un tipo de comunicación académica informal y destacan el papel que pueden desempeñar las bibliotecas en el éxito de su difusión y accesibilidad.
En los últimos años, los podcasts académicos han emergido como una valiosa herramienta de comunicación científica informal, permitiendo a docentes, investigadores y especialistas compartir su conocimiento y experiencia más allá de los canales tradicionales de divulgación, como los artículos académicos o las conferencias. Este tipo de contenido, al ser accesible y narrativo, facilita la conexión con audiencias más amplias y diversas, incluyendo estudiantes, colegas de otras disciplinas, profesionales del sector y el público general.
Uno de los aportes más significativos del podcasting en el entorno académico es su naturaleza abierta. Cuando estos materiales se publican en repositorios institucionales de acceso abierto, como se ha hecho en la Universidad del Sur de Florida, se garantiza su disponibilidad permanente y gratuita, lo que contribuye directamente a mejorar la visibilidad, el alcance internacional y la trazabilidad del trabajo académico. Este enfoque no solo amplía la audiencia potencial del contenido, sino que también complementa la evaluación del impacto de la producción científica a través de nuevas métricas de uso, como descargas, escuchas, alcance geográfico y nivel de interacción en plataformas digitales.
A nivel institucional, las bibliotecas universitarias pueden desempeñar un papel clave al apoyar la creación, el alojamiento, la preservación y la difusión de podcasts académicos, ayudando a los investigadores a optimizar el impacto de su producción intelectual. Asimismo, estos formatos pueden integrarse como evidencias de transferencia de conocimiento en procesos de evaluación y promoción académica, dado que reflejan habilidades de comunicación científica, compromiso con la sociedad y capacidad de innovación.
El estudio también plantea la necesidad de avanzar hacia una estandarización de los sistemas de medición del impacto de los podcasts académicos, así como la generación de guías que permitan a otras instituciones replicar buenas prácticas en este campo emergente de la ciencia abierta.
Porter, Benjamin, y Edouard Machery. «AI-generated poetry is indistinguishable from human-written poetry and is rated more favorably.» Scientific Reports 14 (2024): 26133. https://doi.org/10.1038/s41598-024-76900-1
El estudio publicado en Scientific Reports explora cómo las personas perciben la poesía generada por inteligencia artificial (IA) en comparación con la escrita por humanos. A través de dos experimentos, los investigadores descubrieron que los lectores no expertos tenían una tasa de precisión inferior al azar al intentar distinguir entre poesía generada por IA y la escrita por poetas famosos. En promedio, acertaron solo en un 46.6% de las ocasiones. Curiosamente, los poemas generados por IA fueron más frecuentemente considerados como escritos por humanos que los poemas de autores reales.
Además, cuando los participantes evaluaron las cualidades de los poemas, los de IA fueron calificados más positivamente, especialmente en características como ritmo y belleza, lo que contribuyó a la confusión sobre su autoría. Este hallazgo sugiere que la poesía generada por IA puede ser percibida como más accesible o agradable en ciertos aspectos, lo que lleva a la preferencia de los lectores por estos poemas sobre los escritos por humanos.
Este estudio resalta cómo las capacidades de la IA están evolucionando rápidamente, y plantea preguntas sobre cómo distinguir entre las creaciones humanas y las generadas por máquinas, especialmente en el contexto de la literatura y el arte
El informe Future of Information Retrieval Research in the Age of Generative AI fue elaborado por destacados investigadores, incluyendo James Allan, Eunsol Choi, Daniel P. Lopresti y Hamed Zamani, bajo el auspicio del Computing Community Consortium (CCC). Publicado en diciembre de 2024, explora cómo los modelos de lenguaje generativo (LLMs) están redefiniendo la recuperación de información (IR) y establece una hoja de ruta para el desarrollo futuro en este campo.
Se basa en un taller de visión celebrado en julio de 2024, que reunió a 44 expertos de diversas disciplinas como IR, procesamiento del lenguaje natural (NLP) e inteligencia artificial (IA). El propósito fue analizar cómo la integración de tecnologías generativas podría transformar las interacciones de los usuarios con sistemas de información y cuáles serían los retos y oportunidades.
Durante el taller, se emplearon técnicas colaborativas inspiradas en las reglas de IDEO para fomentar ideas innovadoras y estructuradas. Los participantes debatieron en ocho sesiones temáticas, las cuales identificaron las principales direcciones de investigación necesarias para aprovechar el potencial de los sistemas IR-GenAI.
El informe identifica ocho áreas prioritarias:
Evaluación de sistemas IR-GenAI: diseñar métricas y metodologías que capturen las capacidades únicas de los modelos generativos.
Aprendizaje del feedback humano: integrar retroalimentación implícita y explícita para resolver problemas complejos que requieran razonamiento.
Modelado de usuarios: entender cómo evolucionan las necesidades de los usuarios en sistemas de acceso a información potenciados por IA generativa.
Cuestiones socio-técnicas: abordar los impactos éticos y sociales que surgen con estas tecnologías.
Sistemas personalizados: desarrollar métodos que adapten los resultados de IR-GenAI a las necesidades individuales.
Eficiencia y escalabilidad: optimizar el uso de recursos computacionales, datos y esfuerzos humanos.
IR para mejorar agentes de IA: integrar técnicas de recuperación de información en agentes inteligentes.
Modelos fundacionales para acceso a la información: diseñar modelos específicamente enfocados en la recuperación y descubrimiento de información.
En conclusión, el informe ofrece un resumen de las discusiones y sugiere acciones concretas para académicos, profesionales de la industria, campañas de evaluación y agencias de financiamiento. Se destaca la necesidad de colaboración interdisciplinaria y de crear tecnologías inclusivas que maximicen los beneficios de la IA generativa para la recuperación de información.
Este documento no solo proporciona una visión del futuro de IR, sino también un marco para avanzar en investigaciones y aplicaciones prácticas en la intersección de IA y recuperación de información.
Artificial Intelligence and Democracy. UNESCO Office Montevideo and Regional Bureau for Science in Latin America and the Caribbean, Consejo Latinoamericano de Ciencias Sociales, UNESCO 2024. MTD/SHS/2024/PI/01 Rev. https://creativecommons.org/licenses/by-sa/3.0/igo/.
La Recomendación de la UNESCO sobre la Ética de la Inteligencia Artificial, adoptada por todos los Estados miembros en noviembre de 2021, es el primer marco de política global para la inteligencia artificial (IA). Esta recomendación aborda los diversos aspectos de esta tecnología que afectan directamente la vida política, especialmente sus implicaciones para la democracia.
El informe, basado en las recomendaciones y principios fundamentales de la Recomendación de la UNESCO, examina el impacto actual y potencial de la IA sobre la democracia, y los beneficios que tanto la IA como la digitalización pueden traer para mejorar los procesos de toma de decisiones colectivas. La estructura del análisis se divide en cuatro temas clave:
Las expectativas y decepciones democráticas de la digitalización: Se exploran las demandas sociales y expectativas sobre cómo la digitalización impacta la democracia, basándose en el discurso reciente de expertos y el público en general.
El nuevo espacio público digital: la conversación democrática: La democracia necesita una conversación social de calidad y un espacio público que mantenga ciertas características esenciales para su supervivencia. El informe evalúa las cualidades necesarias para un diálogo efectivo en el ámbito digital y propone medidas para mejorarlo.
La democracia de los datos: la política de los Big Data: Se analizan los elementos que influirán en la política pública en este siglo, como los sistemas automatizados e inteligentes, la tecnología integrada y la sociedad cuantificada, abordando las implicaciones políticas y democráticas de los Big Data.
La democracia como forma de toma de decisiones políticas: gobernanza algorítmica: Este tema explora la compatibilidad de los sistemas automáticos de toma de decisiones con los principios regulatorios de la gobernanza democrática. El informe destaca los desafíos y problemas que plantea la gobernanza algorítmica para la democracia.
Finalmente, el informe ofrece recomendaciones para una gobernanza democrática de la IA, con el objetivo de mitigar los impactos negativos y promover un enfoque más democrático en la regulación de la inteligencia artificial.
La tecnología NFT (Non-Fungible Token, o «Token No Fungible» en español) es una forma de activo digital basado en blockchain que representa la propiedad o autenticidad de un objeto único, generalmente en forma de arte digital, música, videos, coleccionables y otros tipos de contenido creativo.
Cuando compras un NFT, estás adquiriendo una especie de «certificado digital de propiedad» de un objeto digital, como una obra de arte, un video o un coleccionable. Este certificado está registrado en la blockchain, lo que garantiza que el dueño del NFT tiene la propiedad única de ese objeto digital, aunque otros puedan ver el mismo archivo.
Los NFT han ganado popularidad especialmente en el mundo del arte digital, permitiendo a los artistas vender sus obras en mercados específicos como OpenSea, Rarible o Foundation, donde los compradores adquieren una prueba de propiedad digital de esa obra. Sin embargo, su uso se ha expandido a otras áreas, incluyendo la música, videojuegos, deportes y bienes raíces virtuales.
Los NFTs son activos digitales basados en la tecnología blockchain que representan la propiedad o autenticidad de un objeto único, como arte digital, música, videos, coleccionables y otros contenidos creativos. Han ganado popularidad en el ámbito del arte digital, permitiendo a los artistas vender sus obras en plataformas como OpenSea, Rarible o Foundation. Sin embargo, su uso se ha extendido a otros sectores como la música, los videojuegos, los deportes y los bienes raíces virtuales.
NFTs: Un mercado de 25 mil millones de dólares en rápido crecimiento
La industria de los NFTs experimentó un crecimiento acelerado en 2021, alcanzando un volumen de comercio de 25.5 mil millones de dólares, lo que supuso un aumento del 765% con respecto al año anterior. Además, la creación de mundos virtuales alcanzó una capitalización de 3.6 mil millones de dólares, un récord histórico. El número de billeteras criptográficas activas superó los 2.7 millones, un incremento del 592% en comparación con 2020. Aunque el mercado de NFTs tuvo una desaceleración a principios de 2022, se recuperó en abril, con un aumento en el valor de muchas colecciones de NFTs, a pesar de la caída de criptomonedas como el ETH. Estos datos, junto con la creciente presencia de celebridades, muestran que los NFTs están encaminados a convertirse en una tendencia dominante.
Beneficios de los NFTs para los editores
Los NFTs brindan a los editores la posibilidad de crear productos digitales innovadores, con características y oportunidades antes imposibles. Los NFTs pueden ser limitados en número, lo que introduce el concepto de escasez en el ámbito digital. Los editores también pueden beneficiarse de regalías por ventas secundarias, generando ingresos recurrentes y automatizados. Además, los NFTs permiten nuevas formas de interacción con comunidades de fanáticos, vinculándolos a contenido multimedia o funciones especiales, como eventos exclusivos o canales privados en plataformas como Discord. Estos productos, a menudo más que una simple obra de arte, ofrecen una experiencia profunda y de largo plazo.
NFTs como parte de una estrategia de publicación digital
Para aprovechar al máximo los beneficios de los NFTs, deben ser parte de una estrategia de publicación digital a largo plazo. No deben considerarse productos aislados, sino como una herramienta para llegar a nuevos clientes y atraer a entusiastas de los NFTs, que a menudo provienen de fuera del mundo editorial. Al ofrecer productos NFT de alta calidad, los editores pueden atraer nuevos públicos y explorar mundos virtuales relacionados con sus propiedades intelectuales.
«Proof-of-work» vs. «Proof-of-stake»
Una blockchain (cadena de bloques) es una base de datos descentralizada que almacena información en nodos distribuidos. Para agregar un bloque nuevo a la cadena, todos los nodos deben alcanzar un consenso sobre el estado de la red. En el protocolo «proof-of-work» (prueba de trabajo), los mineros resuelven cálculos complejos para añadir bloques, lo que consume mucha energía, pero asegura la red. Ethereum, la blockchain más utilizada para NFTs, emplea este protocolo. Sin embargo, Ethereum planea actualizarse al protocolo «proof-of-stake» (prueba de participación), que reemplaza a los mineros con validadores y reduce el consumo energético. Blockchains como Polygon, Flow y Cardano ya utilizan «proof-of-stake», que es más eficiente y menos perjudicial para el medio ambiente.
Impacto ambiental y cómo la comunidad blockchain lo enfrenta
Uno de los mayores problemas de la tecnología blockchain es su alto consumo energético. El consumo anual de Ethereum es comparable al de Finlandia. Sin embargo, Ethereum está trabajando en una transición hacia «proof-of-stake», lo que reducirá significativamente su consumo energético. Otras blockchains, como Polygon y Solana, ya han implementado protocolos más eficientes, como «proof-of-stake» y «proof-of-history» (prueba de historia), que también abordan el impacto ambiental.
Billeteras como almacenamiento esencial para criptomonedas y NFTs
Las billeteras cripto son esenciales para almacenar NFTs y criptomonedas. Actualmente, MetaMask es la billetera más compatible. Estas billeteras funcionan como un «billetero digital», donde se guardan fondos y NFTs, y solo se pueden acceder mediante una clave privada para protegerlos de robos. Cada billetera tiene una ID única que se utiliza para realizar transacciones en la blockchain, y esta ID es crucial para crear y vender NFTs.
¿Qué es un contrato inteligente?
Un contrato inteligente es un programa basado en blockchain que define los términos y condiciones entre comprador y vendedor. Una vez desplegado, el contrato no puede ser modificado y se ejecuta automáticamente en todos los nodos de la red. Los contratos inteligentes en NFTs incluyen variables como el nombre del proyecto, el símbolo del contrato, la dirección de la billetera del editor y las regalías por reventa. Los derechos de licencia no forman parte del contrato inteligente y deben acordarse por separado con los compradores.
La inteligencia artificial está remodelando la industria de los audiolibros, ofreciendo nuevas oportunidades y eficiencia en la producción, pero también creando dilemas en términos de calidad y derechos de propiedad intelectual que deberán resolverse a medida que la tecnología se desarrolla.
La inteligencia artificial (IA) ha experimentado una evolución vertiginosa en los últimos años, transformando diversas industrias, incluida la editorial. Aunque la IA no es un concepto nuevo, su uso generalizado y las tecnologías asociadas, como el «big data» y el aumento de la potencia computacional, han abierto nuevas posibilidades en la creación, distribución y consumo de contenido. En particular, la industria de los audiolibros está siendo impactada de manera significativa por estas innovaciones.
Cambios en la producción y creación de contenido
La IA está facilitando la creación de contenido en diversas formas, desde artículos hasta obras de ficción. En el contexto de los audiolibros, la IA se está utilizando para generar narraciones mediante tecnología de voz sintética, lo que ha permitido la creación de audiolibros de manera más rápida y económica. Amazon, por ejemplo, lanzó una plataforma para que los autores de KDP puedan crear versiones en audiolibro de sus eBooks utilizando voces virtuales, lo que ha llevado a una producción masiva de títulos en poco tiempo. Según Bloomberg, en seis meses se han producido más de 40,000 audiolibros con narración por IA, y si esta tendencia continúa, para finales de 2024 habrá más audiolibros creados por IA que por narradores humanos.
La IA también está ayudando a mejorar la eficiencia en la producción, desde la edición hasta la creación de guiones y contenido original. Empresas como EARS están centralizando los recursos de producción de audio en una plataforma basada en la nube, lo que permite a los editores reducir costos y tiempos de producción, optimizando el uso de recursos internos y externos. Además, se está incrementando la personalización del contenido, permitiendo la creación de materiales de marketing más segmentados y eficientes, como newsletters o anuncios dirigidos a públicos específicos, lo cual mejora la captación de audiencias.
IA en la personalización y marketing
En términos de marketing, la IA ofrece herramientas poderosas para entender mejor los comportamientos de los consumidores y crear campañas altamente personalizadas. Plataformas como Podimo están utilizando IA para adaptar el contenido de los audiolibros a los gustos específicos de los oyentes, mejorando la experiencia del usuario y reduciendo las tasas de abandono (churn rate). A través de una mayor comprensión de las preferencias de cada usuario, estas plataformas pueden ofrecer una experiencia más personalizada y, por lo tanto, aumentar la diversidad del contenido disponible.
En cuanto a la búsqueda de contenido, Audible ha implementado una función de búsqueda basada en IA, que permite a los usuarios encontrar audiolibros a partir de un lenguaje natural, mejorando la accesibilidad y la interacción del usuario con la plataforma.
Desafíos y oportunidades
Sin embargo, la adopción de IA no está exenta de desafíos. A pesar de que la IA ha hecho que la producción de audiolibros sea más accesible y asequible, aún existen preocupaciones sobre la calidad de la narración, especialmente cuando se trata de emociones y matices en la voz humana. Expertos como Liza Faja, directora de Editions Lizzie, sugieren que, aunque la IA puede facilitar la producción, los audiolibros narrados por humanos seguirán siendo esenciales en ciertos géneros, como la ficción, debido a la capacidad única de las voces humanas para transmitir emociones y sutilezas.
Además, el uso de la IA plantea problemas en torno a los derechos de autor y la propiedad intelectual. Maribel Riaza, experta en la historia de la lectura oral, señala que tecnologías como las aplicaciones de texto a voz, que permiten convertir documentos digitales en audiolibros, podrían generar conflictos sobre la compensación económica para los autores y los titulares de derechos. La posibilidad de que los usuarios suban documentos a plataformas y los conviertan en contenido de audio sin el consentimiento de los propietarios de los derechos podría crear un vacío legal que, en el futuro, se deberá abordar con medidas de protección tecnológica.
El futuro de la IA en los audiolibros
El impacto de la IA en los audiolibros es innegable, pero aún está evolucionando. La tecnología puede ser una herramienta poderosa para la industria editorial, pero, como mencionan expertos como Amanda D’Acierno, presidenta de PRH Audio, la combinación de IA y narración humana es probable que continúe siendo la fórmula ganadora en la creación de audiolibros. Las capacidades de IA en la producción y el marketing están revolucionando el sector, pero la calidad humana sigue siendo crucial, especialmente para aquellos audiolibros que buscan una conexión emocional profunda con los oyentes.
Este panorama está abriendo nuevas oportunidades de negocio, pero también presentando desafíos que la industria tendrá que enfrentar, desde la gestión de derechos de autor hasta la mejora de la experiencia auditiva. A medida que la tecnología sigue avanzando, se espera que la IA continúe desempeñando un papel central en la transformación del mercado de los audiolibros, creando un entorno competitivo y dinámico que podría redefinir el futuro de los contenidos digitales.
Dos estudiantes de Harvard han transformado las Meta Ray-Ban Smart Glasses en una poderosa herramienta de reconocimiento facial que puede identificar a cualquier persona y revelar detalles personales como su dirección, número de teléfono y familiares. Lo lograron desarrollando una plataforma de inteligencia artificial llamada I-XRAY, que convierte las gafas inteligentes en un dispositivo de vigilancia personal. Aunque estas gafas están diseñadas para captar fotos y videos de manera más inmersiva, los estudiantes las han llevado un paso más allá al integrar un motor de búsqueda facial.
El proceso de I-XRAY tiene tres etapas clave. Primero, las gafas capturan el rostro de una persona a través de la cámara incorporada. Luego, el motor de búsqueda facial de I-XRAY identifica el rostro y le asigna un nombre. En segundo lugar, una vez que el sistema identifica el nombre, realiza búsquedas en varias bases de datos públicas y privadas para encontrar información adicional sobre la persona. Por último, I-XRAY organiza los datos recolectados —nombre, dirección, teléfono, familiares y más— en un solo documento.
En un video demostrativo, los estudiantes muestran cómo se acercan a personas en la calle y, con las gafas puestas, acceden instantáneamente a datos personales. Al hacer preguntas como «¿Asististe a tal escuela?», revelan que la información es exacta y de fácil acceso, lo que genera preocupación sobre las capacidades invasivas de esta tecnología. Este experimento no solo demuestra el potencial de la inteligencia artificial para la vigilancia, sino que pone en alerta sobre cómo este tipo de herramientas podría ser mal utilizada. Aunque los estudiantes aseguran que su intención no es violar la privacidad, sino iniciar un debate sobre los riesgos de los dispositivos inteligentes, el hecho de que cualquiera pueda acceder a información tan sensible plantea preguntas sobre la regulación de estas tecnologías.
Este dilema recuerda los primeros días del iPhone, cuando los usuarios intentaban «liberar» sus dispositivos, lo que generaba preocupaciones de seguridad. Los estudiantes de Harvard sostienen que, al igual que en aquellos días, estamos en un momento crítico donde debemos aprender a protegernos contra las amenazas antes de que sea demasiado tarde. Aunque no se puede prevenir completamente el uso de herramientas como I-XRAY, existen medidas que las personas pueden tomar para protegerse de la exposición a la vigilancia mediante tecnologías emergentes.
Entre estas medidas, se recomienda limitar la cantidad de información personal disponible públicamente en redes sociales y otras plataformas, utilizar configuraciones de privacidad más restrictivas y abogar por la regulación y supervisión del uso de tecnologías de reconocimiento facial y dispositivos inteligentes. Este caso demuestra lo rápido que la tecnología puede evolucionar y cambiar las dinámicas de privacidad en la vida cotidiana. La conversación sobre las gafas inteligentes de Meta y plataformas como I-XRAY está apenas comenzando, y es probable que continúe a medida que más tecnologías de este tipo lleguen al mercado.
El uso de bibliotecas públicas en EE. UU. varía según factores como la religión, la política y la ubicación geográfica. Jóvenes, demócratas y personas con mayor nivel educativo son los principales usuarios, mientras que conservadores y habitantes rurales tienden a usarlas menos. El acceso y la participación social son claves para entender estas diferencias.
Se examina quiénes son los usuarios más frecuentes de las bibliotecas públicas en Estados Unidos, basándose en un análisis de encuestas. Uno de los hallazgos clave es que las personas más dadas a utilizar las bibliotecas tienden a ser jóvenes, adultos con educación superior, personas que asisten a servicios religiosos al menos una vez al mes, y votantes demócratas. Estos grupos destacan por utilizar las bibliotecas para acceder a libros, medios digitales, votar, o aprovechar recursos como ordenadores y espacios de trabajo.
Los grupos que menos utilizan las bibliotecas incluyen personas mayores de 45 años, conservadores, protestantes y habitantes de áreas rurales. Este último grupo tiende a tener menos acceso a bibliotecas debido a la lejanía geográfica o a presupuestos más limitados en sus bibliotecas locales. En general, se observa una tendencia en la que los republicanos, especialmente en áreas rurales, visitan menos las bibliotecas que los demócratas en zonas urbanas.
Un hallazgo interesante es que el uso de las bibliotecas no está directamente relacionado con las dificultades económicas. De hecho, cuanto mayor es el ingreso de una persona, más probable es que aproveche los servicios gratuitos de las bibliotecas. A su vez, aquellos que leen más libros, especialmente los que leen más de 100 libros al año, son los más inclinados a obtener la mayoría de ellos en las bibliotecas.
Además de las diferencias políticas y geográficas, hay otro grupo de personas que evita las bibliotecas: aquellos que no participan activamente en la vida social o política. Estos incluyen personas que no votan, no siguen las noticias, no están afiliadas a ningún partido político ni a ninguna religión. Aunque tienen una opinión favorable sobre las bibliotecas y consideran que son importantes, simplemente no las visitan ni leen mucho.
En resumen, el artículo destaca que el uso de las bibliotecas está relacionado con el nivel de participación en la sociedad y el entorno educativo y político, siendo los demócratas, los jóvenes y los educados los que más frecuentan estos espacios, mientras que los conservadores y las personas menos comprometidas políticamente o religiosamente tienden a usarlas menos.
Booktalking es un innovador juego de cartas que promueve conversaciones grupales en torno a la experiencia de la lectura. Su fundamento se basa en valores esenciales como el respeto, la empatía, la escucha activa y la colaboración, creando un espacio seguro y acogedor para que personas de todas las edades compartan sus ideas y opiniones sobre los libros.
El objetivo principal de Booktalking es facilitar el intercambio de experiencias literarias de manera auténtica y divertida. Alentar a los participantes a hablar sobre sus entusiasmos, dificultades y reflexiones en torno a la lectura no solo enriquece su experiencia personal, sino que también fomenta un sentido de comunidad y conexión. Este enfoque ayuda a desarrollar la capacidad de disfrutar intelectualmente y a reflexionar sobre lo que cada uno siente y piensa.
El juego se compone de 201 cartas meticulosamente elaboradas, organizadas en cuatro categorías. Estas cartas sirven como disparadores para las conversaciones grupales y están diseñadas para fomentar la participación activa y el diálogo. Además, Booktalking ofrece diez modalidades de juego diferentes, lo que permite que cada sesión sea única y adaptada a las necesidades del grupo.
Las modalidades están diseñadas para potenciar la creatividad y las habilidades sociales, así como para fortalecer las destrezas cooperativas de los participantes. Cada modalidad proporciona una experiencia de aprendizaje que ayuda a los jugadores a explorar nuevos enfoques sobre la lectura y la literatura.
Una de las características más destacadas de Booktalking es su enfoque inclusivo. Se anima a todos los participantes a expresarse libremente, celebrando cada contribución sin desestimar ninguna. En este ambiente, no hay respuestas incorrectas, lo que fomenta la confianza y el respeto mutuo.
Booktalking se inspira en el enfoque «Dime» de Aidan Chambers, así como en otros programas de investigación que destacan la importancia de la lectura como herramienta de desarrollo personal y social. El enfoque se basa en la idea de que la conversación sobre libros no solo enriquece la comprensión literaria, sino que también ayuda a las personas a reflexionar sobre sus propias creencias y experiencias.
Las cartas de Booktalking están fabricadas en papel estucado mate de 300 gramos, con cantos redondeados y un tamaño de 10×15 cm. Este diseño no solo asegura la durabilidad del producto, sino que también lo hace visualmente atractivo. La creación de Booktalking es obra de Luciana Reis, quien ha trabajado en otros proyectos literarios y educativos, mientras que las ilustraciones son de Puño, un artista reconocido en el ámbito de la literatura infantil.
Al ayudar a los participantes, especialmente a los más jóvenes, a hablar sobre sus lecturas, Booktalking les permite expresar sus pensamientos sobre diversos aspectos de sus vidas. La conversación se convierte en una herramienta vital para el desarrollo personal y social, fomentando una comprensión más profunda de la literatura y del entorno que los rodea.
Luciana Reis es la autora de Booktalking (2024) y de otras obras como Esperanzar (2020), Carta a una hija (2018) y Gracias. Aprendiendo a agradecer (2013). Es cofundadora y editora de Batidora Ediciones desde 2016 y, desde 2022, lidera el Taller Literario en el programa de Salud Mental Comunitario de la Fundación Manantial en Vila-real. Puño es un ilustrador y autor de libros infantiles, conocido por su enseñanza sobre dibujo y pensamiento artístico a través de cursos en Domestika. Su creatividad ha aportado color y vida a las cartas de Booktalking. Desde Batidora Ediciones, se valoriza su participación en este proyecto.
La creencia de que «más grande es mejor» en inteligencia artificial (IA) ha dominado la investigación en este campo, impulsada por la idea de que la cantidad de datos, la potencia de cómputo y el número de parámetros son los principales determinantes del rendimiento de un modelo. Esta mentalidad se consolidó con un artículo de 2017 de Google, que introdujo la arquitectura de transformer, y ha llevado a las grandes empresas tecnológicas a competir por la escala de sus modelos.
Sin embargo, expertos como Sasha Luccioni, líder de IA y clima en la startup Hugging Face, argumentan que los modelos actuales son “demasiado grandes”. Estos modelos no solo son difíciles de descargar y manipular, incluso si son de código abierto, sino que también presentan problemas significativos. Entre estos se encuentran prácticas invasivas de recolección de datos y la inclusión de contenido inapropiado en los conjuntos de datos, además de tener una mayor huella de carbono debido al alto consumo de energía necesario para su funcionamiento.
La escalabilidad de los modelos también conduce a una concentración extrema de poder en manos de unas pocas empresas tecnológicas grandes. Solo estas compañías tienen los recursos financieros y técnicos necesarios para desarrollar y operar modelos de gran escala, lo que crea un «cuello de botella» en el acceso a tecnologías de IA avanzadas y limita la diversidad de enfoques en el campo.
En contraposición a esta tendencia, el Allen Institute for Artificial Intelligence (Ai2) ha desarrollado un nuevo modelo de lenguaje multimodal llamado Molmo, que demuestra que se puede lograr un rendimiento impresionante utilizando modelos mucho más pequeños. Su modelo más grande, que cuenta con 72 mil millones de parámetros, supera en rendimiento a GPT-4, que se estima tiene más de un billón de parámetros, en tareas como la comprensión de imágenes, gráficos y documentos. Además, un modelo más pequeño de Molmo, con solo 7 mil millones de parámetros, se acerca al rendimiento de los modelos de vanguardia, gracias a métodos de recolección de datos y entrenamiento más eficientes.
Los investigadores de Ai2 han enfrentado el desafío de romper con la mentalidad de «más es mejor». Al iniciar el proyecto, el equipo se propuso pensar fuera de lo convencional y encontrar formas más efectivas de entrenar modelos que fueran accesibles y económicos. La filosofía detrás de Molmo subraya que «menos es más, lo pequeño es grande, y lo abierto es tan bueno como lo cerrado».
Otro argumento a favor de reducir la escala de los modelos es que los modelos más grandes suelen ser capaces de realizar una amplia gama de tareas, muchas de las cuales pueden no ser necesarias para los usuarios finales. Luccioni sostiene que, a menudo, los usuarios solo necesitan un modelo diseñado para tareas específicas, y que los modelos más grandes no siempre ofrecen ventajas en estos casos.
Para avanzar en la investigación y aplicación de IA, es fundamental cambiar las métricas utilizadas para evaluar el rendimiento de los modelos, enfocándose en factores relevantes como la precisión, la privacidad y la confiabilidad de los datos utilizados en su entrenamiento. Esto requiere un mayor nivel de transparencia en la industria, ya que muchos investigadores no comprenden completamente cómo y por qué sus modelos producen ciertos resultados, ni qué datos se han utilizado para entrenarlos.
Finalmente, se sugiere que es hora de reevaluar la suposición de que los modelos de IA son soluciones mágicas que resolverán todos los problemas. En lugar de seguir la tendencia de la escalabilidad, la comunidad de investigación y las empresas deben crear incentivos para fomentar un enfoque más consciente y sostenible en el desarrollo de inteligencia artificial, buscando hacer más con menos y utilizando recursos de manera más responsable.
Universo Abierto 